关键词： 专家系统   数据的挖掘   入侵检测   神经网络算法  

摘要： 本文针对于数据的挖掘展开分析,研究机器的学习方法,展开入侵检测技术的细致分析,将技术的应用定义和方法提出,保证信息的合理检测,为后期的研究工作提供考量内容。

关键词： 城镇建设适宜性   机器学习   贝叶斯网络   非线性认知   线性规则  

摘要： 研究目的:避免城镇建设适宜性评价指标及其权重体系建立的主观性,通过“数据海选—非线性认知—线性规则转化”的方式,探索能反映城镇建设适宜性影响因素之间真实联系、评价结果易于理解、便于落地实施的城镇建设适宜性评价方法。研究方法:非线性机器学习、贝叶斯网络模型。研究结果:贝叶斯网络非线性结构学习出的有向无圈网络(DAG)揭示了城镇建设适宜性评价指标影响的线性主次性,贝叶斯网络非线性参数学习出的各评价指标重要度映射出城镇建设适宜性评价指标的线性重要度。研究结论:对比“专家经验线性评价”、“非线性贝叶斯网络评价”“转化线性规则评价”三种方法评价结果,非线性贝叶斯网络评价结果的合理性大大高于专家经验线性评价结果,转化线性规则评价结果的准确性不如非线性贝叶斯网络评价,但误差在可接受范围内,评价出的城镇建设适宜用地更加集中连片,评价结果易于感知、理解,可行性强。

关键词： 知识融合   发展现状   信息融合   机器学习方法   综述  

摘要： 知识融合是知识管理的一个重要部分,它可以融合、转换分布式的信息源,是一种将多个信息源的不同知识进行合并,从而产生新知识的过程。知识融合能对不同的知识库进行深度挖掘,实现不同知识系统资源之间的共享,从而获取有价值或可用的新知识。该文主要对知识融合的相关研究方法进行了综述。首先,对国内外研究现状进行了归纳整理并对语义规则、贝叶斯网络等知识融合算法进行了总结,对所用算法的目的和未来研究方向进行了描述。其次,重点从知识融合定义、模式、框架三个方面进行综述,意在解释当前知识融合由于多学科领域交叉,概念边界模糊,没有形成统一的框架的问题,为研究知识融合的通用框架提供了新思路。再次,详细讨论了机器学习方法、深度学习方法等知识融合的前沿方法,并结合具体的应用实例对知识融合方法的特点进行了分析。最后对知识融合领域应用状况及现阶段存在的问题和发展方向进行了总结和展望。

关键词： 神经胶质瘤   血氧水平依赖功能磁共振成像   基于刺激的功能定位   机器学习   一般线性模型   独立成分分析  

摘要： 目的探讨基于一般线性模型(GLM)的机器学习方法在血氧水平依赖功能磁共振成像(BOLD-fMRI)定位脑胶质瘤患者个体化运动功能中的应用价值。方法前瞻性研究。纳入2017年11月—2021年11月西安交通大学第一附属医院神经外科确诊为脑胶质瘤且病灶位于大脑运动功能区的38例患者作为机器学习模型的验证集(男25例、女13例,年龄24~69岁),同期招募健康志愿者50例作为模型的训练集(男26例、女24例,年龄22~68岁)。采用独立成分分析法(ICA),随机提取98例人类连接组计划(HCP)受试者的静息态功能核磁共振(rs-fMRI)特征。依据健康志愿者的rs-fMRI和基于任务的功能磁共振(tb-fMRI)的相关性,训练基于GLM的机器学习模型。观察项目:(1)采用Pearson相关系数(CC)分析比较GLM预测的激活与实际激活的相似度。(2)采用Dice系数(DC)作为模型预测效能的定量指标,比较GLM与ICA方法的预测效能。结果(1)胶质瘤患者基于GLM的机器学习方法所预测的激活与实际tb-fMRI的功能激活相似度高[(89.47%(34/38)的患者CC值>0.30)]。(2)胶质瘤患者GLM预测任务态运动功能激活的效能,DC为0.34(0.27,0.42),优于ICA方法的效能DC 0.26(0.16,0.30),差异有统计学意义(Z=-3.88,P<0.001);GLM在肿瘤半球的预测效能优于ICA方法,DC分别为0.36(0.17,0.48)和0.34(0.04,0.45),差异有统计学意义(Z=-2.43,P=0.015);2种方法在非肿瘤半球的预测效果均显著高于肿瘤半球(Z=-4.33、-3.59,P值均<0.001)。结论基于GLM的机器学习方法能够很好地在术前利用rs-fMRI数据预测出胶质瘤患者的tb-fMRI运动功能激活,且其预测效果好于ICA方法。

关键词： 可解释机器学习   疾病预测   脓毒血症  

摘要： 目的探索可解释机器学习方法在疾病预测中的应用。方法本研究以脓毒血症死亡风险预测为例,从重症监护医学数据库(Medical Information Mart for Intensive Care,MIMIC)-Ⅳ中采集符合纳排标准的19903例脓毒血症(sepsis-3)患者的临床数据,利用决策树、逻辑回归、随机森林、XGBoost、轻量梯度提升机(light gradient boosting machine,LightGBM)模型分别构建脓毒血症死亡预测模型。在此基础上,利用全局可解释方法(特征重要性、部分依赖图、个体条件期望、全局代理模型)和局部可解释方法(局部代理模型和Shapely值)对复杂机器学习模型进行解释,探索影响脓毒血症患者预后的危险因素。结果解释性差的机器学习模型的预测性能[模型LightGBM、随机森林、XGBoost的曲线下面积(area under curve,AUC)值分别为0.913、0.892、0.872]高于具有内在解释性的模型(逻辑回归模型AUC=0.779,决策树模型AUC=0.791),并利用全局解释性方法、局部可解释性方法两种类型的解释方法对机器学习模型决策过程进行解释。结论利用全局解释性方法可以解释在整个特征空间内机器学习模型的响应趋势,利用局部可解释性方法可以解释机器学习模型对特定病例的决策过程。

关键词： 城市轨道交通   短时预测   聚类分析   小波变换   自回归移动平均模型  

摘要： 准确掌握城市轨道交通客流的短时变化规律是制定应急措施和提高运营效率的关键依据。从影响客流预测精度因素的视角探索车站分类,建立小波变换-自回归移动平均(Wavelet transform-Auto regressive moving average,WT-ARMA)的短期客流预测方法。基于轨道交通客流属性和车站建筑属性9个聚类因子,运用K-means聚类方法将轨道车站分为4类。针对不同类别车站,研究客流数据降噪技术减少外部环境对原始客流数据的影响。构建基于小波变换的客流数据降噪技术和基于ARMA的客流预测方法组成的WT-ARMA组合预测模型对各类车站进行客流预测,并与单一ARMA模型、支持向量回归(SVR)模型和BP神经网络模型的预测结果进行对比。西安地铁2号线运营数据的分析结果表明,可将轨道车站有效分为商业、办公车站,密集型居住车站,轻型居住车站和旅游文化车站。通过构建组合模型揭示了4类车站的预测误差,相比于单一ARMA模型、SVR模型和BP神经网络模型,车站预测拟合优度提升了6.45%~9.45%,2.72%~5.69%,1.91%~3.48%,平均相对误差降低了17.00%~30.15%,14.64%~28.35%,4.49%~22.75%,均方根误差降低了8.79%~16.93%,7.16%~13.76%,4.77%~7.90%,运算时间降低了13.74%~29.20%,34.06%~45.39%,53.70%~58.79%。所建立的模型可精确、快速地对客流进行预测,可对各类型轨道车站建立相匹配的客流管控措施提供基础建议。

关键词： 肺癌   生存时间   Kaplan-Meier生存图  

摘要： 肺癌作为发病率及死亡率极高的恶性肿瘤之一,给病人也给家庭带来了无可弥补的巨大的精神压力和经济压力。本文基于R软件自带的survival-lung数据集,利用传统的线性模型、决策树、随机森林以及岭回归四种模型,研究了影响肺癌患者生存时间的因素,对医学工作者制定有效、合理的医疗方案具有现实意义。研究表明:第一,在相关关系研究中,肺癌患者的生存时间与年龄、心电图表现分、最近六个月减重、膳食中消耗的卡路里、医疗机构数等都具有较强的相关关系;第二,通过性别对比研究生存时间,得出女性肺癌患者生存时间高于男性肺癌生存时间;第三,通过生存时间曲线图得出,肺癌患者的生存时间与生存概率呈负相关关系。最后,根据研究结果提出相应的延长肺癌患者生存时间的建议。

关键词： 深度卷积神经网络   复杂多目标规划问题   机器学习   智能采样  

摘要： 针对多目标规划进化算法中测试函数的Pareto最优解集模式单一、种群多样性与算法收敛速度相互牵制等问题,设计了一种基于深度卷积神经网络的复杂多目标规划问题的机器学习方法:在原像空间中,提出“部分精英集的Gauss采样+部分拉丁超立方采样”的混合采样新方法,其中部分样本以精英集中的Pareto最优解为中心进行Gauss采样以保证所获Pareto最优前沿不差于上一代,部分样本利用拉丁超立方采样以保证样本的多样性;在像空间中,利用基于深度卷积神经网络图像特定边缘提取直接获取Pareto最优前沿。为测试算法求解复杂多目标规划问题的效率和普适性,将5个经典多目标规划问题进行改进(测试模型的最优Pareto解集具有随机性并增加了测试模型维度),利用该算法对5个改进模型进行了仿真试验,结果表明,算法对求解复杂多目标规划问题的具有可行性且具有较高的计算效率。

关键词： ERA5   机器学习   Lasso回归   随机森林   神经网络  

摘要： 基于前期ERA5逐月再分析数据,应用3种机器学习算法(Lasso回归、随机森林和神经网络)对辽宁省初霜冻日期进行预测评估。Lasso回归算法提取对初霜冻日期预测有重要指示意义的气象要素特征集,通过交叉验证和超参数调优建立初霜冻日期预测模型,利用均方根误差(RMSE)和距平同号率方法定量定性地评估模型的预测效果。结果表明:特征选择后的气象要素特征集建模提升了模型的泛化能力、可解释性和稳定性;Lasso回归模型在4月起报的预测效果最好(RMSE为6—8 d),神经网络模型在5月起报性能最好(RMSE为6—9 d),随机森林模型在3月起报性能最好(RMSE为8—9 d);辽宁全省大部分站点距平同号率为50%—70%,其中Lasso回归和神经网络模型为5月起报最高(约为68%),随机森林算法为3月起报最高(约为62%)。特征选择和敏感性实验结果发现,低植被覆盖比例是初霜冻日期预测关键预测因子,植被覆盖率越高越有利于地表含水量保持,降温容易产生霜冻,初霜冻日期也就越易提前,去掉低植被覆盖比例因子后模型预测效果显著下降,也表明该因子是模型建模的前期关键因子。